일반뉴스 KAIST 연구팀, 데이터 한계 극복한 신약 설계 AI 기술 개발로 신규성 강화
생성형 AI로 혁신적 신약 개발 가능성 열어 KAIST의 김우연 교수 연구팀이 새로운 형태의 생성형 AI를 활용해 획기적인 신약 설계 기술을 개발했다. 이 기술은 기존의 데이터 의존적인 한계를 극복하고, 신약 개발 분야에서 필수적인 신규성을 크게 향상시키는 데 성공했다. 전통적인 생성형 AI 기술은 이미 알려진 단백질의 활성 데이터를 바탕으로 학습하여 약물을 설계하는 방식이었다. 이 방법은 기존 약물과 유사한 새 약물을 만드는 경향이 있어, 신약 개발에서 요구되는 신규성을 달성하기 어려웠다. 특히, 실험 데이터가 거의 없는 새로운 타입의 단백질(First-in-class)에 대해서는 이 방식을 적용하기가 힘들었다. 이에 대한 해결책으로, 김 교수 연구팀은 단백질의 3차원 구조 정보를 활용하여 타겟 단백질의 약물 결합 부위에 꼭 맞는 분자를 '주조'하는 방식을 개발했다. 이 기법은 마치 자물쇠에 딱 맞는 열쇠를 제작하는 것과 유사하다. 연구팀은 이 새로운 AI 기술을 사용하여 단백질과 안정적으로 결합할 수 있는 분자 설계에 집중했다. 특히, 자연에서 관찰되는 단백질-분자 간의 상호작용 패턴을 사전 지식으로 학습하여 이를 설계에 적용함으로써, 필요한 실험 데이